买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜湖南科技大学申请的专利基于多属性感知注意力的风电叶片表面损伤检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116596909B 。

龙图腾网通过国家知识产权局官网在2025-05-16发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310631464.1，技术领域涉及：G06T7/00；该发明授权基于多属性感知注意力的风电叶片表面损伤检测方法是由刘朝华;陈琪;张英杰;吕明阳;王靛;巫发明;陈亚楠设计研发完成，并于2023-05-31向国家知识产权局提交的专利申请。

本基于多属性感知注意力的风电叶片表面损伤检测方法在说明书摘要公布了：本发明公开了一种基于多属性感知注意力的风电叶片表面损伤检测方法，包括以下步骤：建立多类风电叶片损伤图像数据库；建立通道‑空间注意力增强的特征提取主干网络；建立损伤边界框的多属性感知损失函数；构建风电叶片损伤检测模型。本发明针对叶片损伤检测中存在的损伤边界框与真实框匹配度不佳的问题，从损伤特征提取和边界框差异度量两个方面入手，将通道空间注意力模块嵌入特征提取网络的主干中，对损伤特征进行通道和空间的增强；然后设计多属性感知损失函数用于边界框生成，该损失函数通过将边界框生成网络的注意力同时放置于边界框的多个属性，更加全面地感知边界框直接的差异，从而生成与真实框匹配度更高的损伤边界框。

本发明授权基于多属性感知注意力的风电叶片表面损伤检测方法在权利要求书中公布了：1.一种基于多属性感知注意力的风电叶片表面损伤检测方法，其特征在于，包括以下步骤：1建立多类风电叶片损伤图像数据库：收集不同种类的风电叶片损伤图像数据，使用图像处理手段对风电叶片图像进行数量扩充和质量增强；2建立通道-空间注意力增强的特征提取主干网络；所述步骤2具体包括：步骤2-1：建立卷积神经网络特征提取网络主干；步骤2-2：建立通道注意力模块；步骤2-3：建立空间注意力模块；步骤2-4：将通道注意力模块和空间注意力模块依次插入特征提取网络主干的特征提取块之后；3建立损伤边界框的多属性感知损失函数：针对边界框的复杂信息，建立一种边界框多属性损失函数，通过对边界框的多个属性进行感知，描述出预测框与真实框之间的差异，从而引导模型生成准确的预测框；所述步骤3中，通过建立损伤边界框的多属性感知损失函数，将预测框和真实框进行连接，通过衡量预测框和真实框交并比、中心点距离、长宽纵横比和边长之差，多属性协同感知两框差异，从而引导预测框向真实框逼近；其损失函数定义如下： 其中，IoU表示预测框和真实框的交集与并集的比值，ρ2b,bgt表示预测框b与真实框bgt的中心点距离的平方，c为预测框和真实框最小外接矩阵的对角线平方，表示真实框的宽和长之比，表示预测框的宽和长之比，表示预测框和真实框的长之差与最小外接矩阵的长之比，表示预测框和真实框的宽之差与最小外接矩阵的宽之比；4构建风电叶片损伤检测模型：构建风电叶片损伤检测模型，利用多类风电叶片损伤图像数据库对风电叶片损伤检测模型进行训练，通过损伤特征增强型特征提取网络将风电叶片损伤检测模型注意力引导至损伤特征，再通过多属性感知损失函数生成损伤边界框，最后得到叶片的损伤种类和损伤位置；构建的风电叶片损伤检测模型包含特征提取层、注意力模块、特征融合层和损伤边界框生成层。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人湖南科技大学，其通讯地址为：411201 湖南省湘潭市雨湖区石码头2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。